基于高维三重马尔可夫场的SAR图像分割方法技术

本发明专利技术公开了一种基于高维三重马尔可夫场的SAR图像分割方法，主要解决现有技术中分割区域一致性不足的问题，其实现步骤是：(1)输入SAR图像，并对其初始化分割获得分割标记场；(2)通过自协方差运算，建立附加标记场；(3)计算像素点分割标记可靠性参数；(4)计算像素点与其高维邻域内像素点的起伏相似性参数；(5)构建高维邻域下分割标记场、附加标记场以及SAR图像三者的联合分布概率；(6)基于联合分布概率，构建后验边缘概率分割模型；(7)最大化后验边缘概率更新分割标记场和附加标记场，获得最终分割结果。本发明专利技术提高了同质区域的分割一致性及异质区域的分割精度，可用于SAR图像目标检测与识别。

【技术实现步骤摘要】
基于高维三重马尔可夫场的SAR图像分割方法
本专利技术属于图像处理
，更进ー步涉及SAR图像分割方法，可用于对目标检测和目标识别。
技术介绍
合成孔径雷达(synthetic aperture radar, SAR)系统因其全天时,全天候，具有穿透性等特点而广泛应用于军事和民用邻域。SAR图像分割是SAR图像目标识别与解译技术的重要环节，它可以提供图像整体结构信息，掲示SAR图像本质，为SAR系统的自动目标识别建立基础，并推动SAR的应用。这ー领域已逐渐成为近年来国内外的ー个研究热点。然而SAR系统成像时发射相干电磁波照射目标会使图像产生大量的斑点噪声，使得传统的光学图像分割算法用于SAR图像分割时无法取得令人满意的結果。在众多的SAR图像分割算法中，马尔可夫随机场(Markov random field, MRF)模型因其能够充分考虑图像局部相关性而受到广泛关注。近年来，MRF模型也在不断地发展和完善，涌现出多种扩展模型，包括树结构马尔可夫随机场，条件随机场，三重马尔可夫随机场。尽管MRF模型能够有效的描述分割结果的邻域相关性，但该模型并未充分考虑到SAR图像的非本文档来自技高网...

【技术保护点】
一种基于高维三重马尔可夫场的SAR图像分割方法，包括如下步骤：(1)输入SAR图像Y，Y＝{Ys|s∈Q}，Ys为像素点s的灰度值，Ys∈[0,1,...,255]，Q为SAR图像像素点集；(2)对SAR图像Y进行初始分割，获得分割标记场X，X＝{Xs|s∈Q}，Xs为像素点s的分割标记值，Xs∈[1,2,...,K]，K为分割标记的总类别数，取值为正整数；(3)对SAR图像Y进行自协方差运算，建立附加标记场U，U＝{Us|s∈Q}，Us为像素点s的附加标记值，Us∈[0,1]，Us为0表示像素点s处于同质性区域，Us为1表示像素点s处于异质性区域；(4)对于像素点s，计算其分割标记值Xs的可...

【技术特征摘要】
1.ー种基于高维三重马尔可夫场的SAR图像分割方法，包括如下步骤: (1)输入SAR 图像 Y，Y = {Ys I s G Q}，Ys 为像素点 s 的灰度值，Ys G [O，1，...，255]，Q为SAR图像像素点集； (2)对SAR图像Y进行初始分割，获得分割标记场X，X= {Xs I s G Q}，XS为像素点s的分割标记值，Xs G [1,2,..., K], K为分割标记的总类别数，取值为正整数； (3)对SAR图像Y进行自协方差运算，建立附加标记场U，U= IUs I s G Q}，Us为像素点s的附加标记值，Us G [O，I]，Us为O表示像素点s处于同质性区域，Us为I表示像素点s处于异质性区域； (4)对于像素点S，计算其分割标记值Xs的可靠性參数as: 4a)在SAR图像Y中，获取像素点s的灰度值Ys，获取像素点s高维邻域Ns内所有像素的灰度值\，计算Ys和:^的联合分布概率バK, K ); 4b)将像素点s的灰度值人工设为Ys*, Y/从集合[O，1，...，255]中取值，按照步骤4a)，计算y/和！\的联合分布概率 4c)根据之和}的联合分布概率PO:,レ)，以及Ys*和！7的联合分布概率バル)，计算在F条件下Ys的概率I ^)和在ら条件下Y/的概率|\); 4d)根据上述得到的バF I Yk )以及/I )，计算像素点s的分割标记值Xs的可靠性參数as: 2.根据权利要求1所述的基于高维三重马尔可夫场的SAR图像分割方法，其特征在于:步骤(2)所述的初始分割，是指对SAR图像Y进行K-means聚类分割，将SAR图像所有像素点依据其灰度特征自动划分为指定K类，根据聚类结果得到初始分割标记场X，X ={Xs I s G Q}，Xs为像素点s的分割标记值，Xs G [1，2，? ? ?，K], K为分割标记的总类别数,取值为正整数。3.根据权利要求1所述的基于高维三重马尔可夫场的SAR图像分割方法，其特征在于:步骤(3)所述的对SAR图像Y进行自协方差运算，按如下步骤进行: 3a)以像素点s为中心,提取7X7窗口内除像素点s以外的所有像素点作为像素点s的高维邻域Ns ;在像素点s的高维邻域Ns内选取像素点t，以s为中心，提取大小为9X9的像素矩阵，并按行排列，得到第一行向量Ys ;以t为中心，提取大小为9X9的像素矩阵，并按行排列，得到第二行向量Yt; 3b)计算像素点s和像素点t的自协方差度量C (s，t): 4.根据权利要求1所述的基于高维三重马尔可夫场的SAR图像分割方法，其特征在于:步骤(3)所述的建立附加标记场U，按如下步骤进行:3d)在SAR图像Y中，以像素点s为中心，提取7 X 7窗口内除像素点s以外的所有像素点作为像素点s的高维邻域Ns，计算像素点s与其高维邻域Ns内像素点t的自协方差度量C(s, t);将t在Ns中遍历，得到s与其高维邻域Ns内所有像素点的自协方差度量集合Fs ={C(s, t) |t G NJ ； 3e)计算自协方差度量集合Fs的方差，作为像素点s的局部起伏特征，方差越大，则局部起伏程度越高； 3f)重复步骤3d)以及...

【专利技术属性】
技术研发人员：吴艳，王凡，樊建伟，李明，张强，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：